XiaoMi-AI文件搜索系统
World File Search System现代应用
社论人工智能物联网（AIoT）技术与应用
AIoT（人工智能物联网）是一个相对较新的术语，最近成为热门话题，它结合了两个最热门的缩写词 AI（人工智能）和 IoT（物联网）。物联网由内置传感器的互联事物组成，具有生成或收集大量数据的潜力。单个物联网系统可以集成到各种现代应用中的大型系统中。随之而来的是大量收集或实时数据，智能高效的数据处理对于有效利用从这些数据中生成的信息至关重要。可以使用人工智能分析和利用数据来解决问题或做出决策。没有人工智能，物联网的价值就会有限。人工智能可以成倍增加物联网的价值；相反，物联网可以促进人工智能的学习和智能。然而，在实践中部署 AIoT 存在许多挑战。例如，机器学习是 AIoT 系统中要使用的关键技术之一。此外，还有许多其他问题，例如与日益增长的现代 AIoT 系统和应用相关的复杂性、效率、可扩展性、准确性和稳健性。本期特刊旨在发表原创和创新的研究成果，重点关注 AIoT 技术和应用领域的挑战性问题。在对所有提交的稿件进行评估后，本期特刊将接受九篇论文发表。Y. Huang 等人的论文题为“人工智能物联网传感器知识的语义集成”，描述了基于异构传感器的 AIoT 系统之间合作中数据含义匹配的问题。
设计双频控制 DC-DC 降压转换器...
现代 4G 智能手机内置高速多核处理器、千兆字节闪存、高分辨率彩色显示屏、3G/4G 和蓝牙无线通信设备 [1]。因此，智能手机的静态功耗与笔记本电脑或手持平板电脑相当。此外，实时视频流等新的现代应用需要不断使用 LED 背光显示屏或云计算服务，这无疑将大幅增加总功耗 [2]。4G 智能手机的上述所有增强功能将增加电池寿命的压力，并加剧了对更高效电源管理系统的紧迫性 [3]。然而，广泛用于提供电源的镍镉/镍氢电池和锂离子电池在满足智能手机中各种应用的能量和功率需求方面非常有限。最近的一项研究支持了这一观点，该研究表明，在过去十年中，其能量密度仅翻了一番，从 300 Whr/升增加到 600 Whr/升 [ 4 ]。因此，可行的解决方案是通过提高智能手机中电源管理单元 (PMU) 的电源效率来降低整体电池功耗。过去几年中，有许多有趣的研究工作 [ 5 , 6 ]，它们提出了 3G/4G 智能手机的各种功耗使用模型。智能手机中的现代电源管理系统 [ 7 ] 用于从具有宽输入范围变化的电池源产生恒定或可变的输出电压电源，例如 NiCd/NiMH，1.1-2 V，或 Li-Ion，2.5-4.2 V [ 8 , 9 ]。电源转换器（降压/升压）是智能手机电源管理单元 (PMU) 中不可或缺的组成部分，如图 1 所示。其目的是为智能手机中的不同组核心模块 [ 1 ] 提供良好调节的电源电压。智能手机 PMU 的完整图示可在此处找到 [ 10 ]。
人造雷电弹技术（ATEB）
重现和控制这些能量现象。人造雷电炸弹 (ATEB) 代表了这一方向的创新飞跃，旨在以受控的武器形式复制雷电的破坏力。ATEB 被认为是一种能够产生集中放电的装置，其特性类似于自然雷声，能够精确而有效地释放能量。与传统炸药或传统电武器不同，ATEB 使用高压放电来模拟闪电的影响，为有针对性的破坏、能量释放和大气操纵提供了一种潜在的革命性方法。虽然这个概念可能看起来很不寻常，但它满足了军事、环境和科学应用对先进能源技术日益增长的需求。本研究论文旨在探索 ATEB 的设计、原理和应用，深入研究这种系统带来的技术挑战和机遇。除了研究其作为新型武器的潜力外，该研究还探讨了其对发电、灾害管理和大气研究的更广泛影响。随着我们进入高能物理与实际应用相交叉的时代，ATEB 提供了一个有趣的例子，说明如何利用自然现象进行现代应用，为理论和应用科学开辟新的领域。雷声物理学当闪电击中时，附近的空气会升温至约 30,000 K，导致近乎瞬间的膨胀并产生冲击波。这种波在大气中传播，产生雷声特有的声音。雷声雷声是闪电击中大气时产生的声音。它的发生是由于闪电击中大气时产生的快速
LIDAR可用于鲁棒的exoatmospheric定位
I。虽然早期空间任务不需要精确，但现代应用，例如卫星维修和维护，可重复使用的发射车，洲际弹道导弹指导和拦截以及一些卫星到卫星通信，需要精确的位置和速度信息。全球导航卫星系统（GNSS），例如美国的全球定位系统（GPS），可用于在地球表面和低地球轨道（LEO）上进行精确定位。[1]但是，当前的GNSS系统使用少量，复杂且昂贵的卫星，这些卫星无法修复或及时更换，这意味着仅禁用少数卫星可以在大面积上破坏该系统。低接收的功率和涉及的长距离也意味着GNSS容易受到信号spoo fifg和jamming的影响。[2]面对扩散的反卫星武器和电子战系统，政府和商业实体寻求一种替代的太空导航方法可能是优先事项，该方法对对手的干扰更为强大。现有的GNSS替代方法是使用基于地面的跟踪。但是，雷达和光学信号会受到大气扭曲的影响，从而降低了位置精度。使用扩展的集成时间的持久跟踪可以克服大气变形，但这不适用于指导短时间操作。地面跟踪也受到对抗性破坏的约束。此外，单个地面站的有限视图意味着在整个轨道或轨迹中进行持续跟踪需要一个大型网络，并且在有争议或偏远地区的地球区域可能无法进行跟踪。地面数据必须从电台的分布式网络汇总，并迅速传输到车辆，在此期间，它可能会受到干扰，spoofig或其他干扰。我们引入了一种更强大的空间导航方法，该方法使用对位置纤维的自主多材料，或用大地测量的语言进行基准测试。这个
材料物理与力学 47 (2021) 720-726
摘要。提出了一种连续介质的非经典梯度模型来描述在岩石样品受到动态载荷作用下观察到的杨氏模量的分散性。该模型的现象学参数是根据对杨氏模量随外部载荷频率和幅度变化的实验研究结果的分析确定的。关键词：梯度模型、动态弹性模量、非平稳载荷、材料非均匀性致谢。感谢俄罗斯科学基金会 (项目编号 19-19-00408) 的支持。引用：Guzev MA、Riabokon EP、Turbakov MS、Poplygin VV 用于描述材料动态弹性模量的非经典模型//材料物理和力学。2021，V. 47. N. 5. P. 720-726。 DOI：10.18149/MPM.4752021_6。1. 简介工程师用来创建各种结构的材料通常是异质的，研究人员长期以来一直在分析它们在变形过程中的行为。专家兴趣的差异首先与解决不同质量水平的问题的需求有关。在这些水平上，需要各种数学模型来描述材料的行为。最近，连续介质的非经典模型 [1-3] 被积极使用。在非经典模型中，应该区分梯度模型 [4-8]。梯度模型最早是在 [9] 中提出的。它的现代应用允许获得阐明宏观物体描述的解，其中经典弹性理论的应力和变形具有特征。例如，在 [10,11] 中开发的梯度模型变体允许构建非奇异解来描述具有结构的材料。在考虑岩石行为的非经典效应时也会使用梯度模型 [12,13]。 [14] 表明，在线性近似中，非欧几里得模型和梯度模型在描述材料中的区域分裂现象时会得出相同的结果。
使用...
摘要：电动汽车和可再生能源存储系统等现代应用中的可充电电池非常依赖电池管理系统（BMS），以正常运行，并使其长期持久。本文使用Arduino讨论了BMS的实现，这实际上是可行的，这是廉价且可重编程的微控制器平台之一。电池管理系统旨在监视一个3p（3.7V）锂离子电池组，跟踪充电状态并缓慢平衡，这些电池已在工厂校准的值之间漂移超出了明智的限制。它旨在执行许多关键功能，包括监视电池参数，例如电压和充电状态（SOC），以及针对异常条件的保护，例如过度充电和过度递减，以提高电池组的性能。更好地管理所有这些任务，这是一个基于Arduino-BM的BM，几乎没有成本，并且使其更容易自定义。在这项研究中，我们描述了基于Arduino的BMS的开发和实施。使用电压传感器实时连续监视电池组状态。电压传感器跟踪电池电量。最后，Arduino处理此数据并应用算法来计算充电状态（SOC），并基于这些价值，它为我们提供了需要采取的即时行动，因为我们可以在工作条件下维护电池安全，因此，我们说电池管理系统的设计和经济的设计和经济的方式是对安全性，可靠性的安全性和长期循环循环的保养方式，并且可以进行高效率循环。本文提供了完整的演练，以确保系统的每个组件都正确地构建和编写，并展示其顶级功能优势。这使总部位于Arduino的BMS成为电池技术及其用例中的重要垫脚石。关键字：电池管理系统（BMS），充电状态（SOC），细胞平衡。
情感人工智能作为工具
介绍。当今，人工智能（AI）及其创新是具有全球意义的全球趋势之一。其中一项创新就是情感人工智能（emotional AI/EAI），它被称为能够识别人类情感、及时处理并做出适当反应的革命性技术。专家认为，情感人工智能是确保人与机器之间建立情感导向沟通的工具。本文探讨了情感人工智能的具体内容、成就、潜在机遇和发展前景。方法和来源。采用哲学、社会心理学、比较和跨学科方法。本文内容基于国内外作者（B.Gertsel、D.Goleman、R.Picard、D.I.Dubrovsky、E.M.Proydakov等）撰写的专业文献、有关情感人工智能及其特征的科研成果和公开信息，特别是Alia Grig等人撰写的《情感人工智能：让人类世界变得更美好》。结果和讨论。情感人工智能课题的现实意义，决定了需要转向“情绪智力”（EI）概念作为情感人工智能的基本基础，这使得揭示人类情绪智力的本质特征及其与EII的区别成为可能。情感人工智能是现代人工智能的一项创新，其主要参与者是拟人机器人、文本、语音聊天机器人和视频机器人，积极向公众展示在情绪心理学领域获得的知识和技能，这些知识和技能正在当前人工智能的框架内得到改进。结论。目前，训练情感人工智能与人类互动已经有了一个系统的流程，EAI正在从现代应用人工智能的具体情况出发，根据新现实的挑战逐步发展。然而，在数字时代，人与机器、机器与人的沟通是相互关联的过程，在互动实践中，应致力于建立功利性和伙伴关系。当前人工智能的这种发展方向符合时代的要求，并引领其进一步发展——创造出一种新的通用人工智能，即“人类水平的人工智能”，预计这将极大地扩展人类和整个社会的能力。
课程描述科目简介
CDT501计算机系统和编程基础知识（3个学分）本课程提供了计算机系统和编程的全面概述。适用于背景有限，并希望掌握编程的基本技能的学生。它将帮助学生掌握编程语言的构建块，并开始进行编程旅程。学生将了解计算机程序和编程语言之间的关系以及如何在计算机上执行代码。本课程将重点放在不同类型的应用程序上，学生将深入研究编程结构，了解有关语句，操作员，变量和数据类型的所有信息。CDT502数据分析和决策制定原理（3个学分）本课程涵盖统计和操作研究。学生将学习回归，优化和模拟对业务分析的重要性。在课程结束时，学生将在数据分析方法和提取洞察力并从复杂数据集中做出明智的决策的能力方面具有良好的基础。CDT503控制系统和人工智能应用程序（3个学分）本课程对与人工智能（AI）技术有关的问题及其在化学和过程技术中的应用提供了广泛的看法。它介绍了AI技术在控制系统实践中的方法和应用。由于化学过程和系统通常是非线性和复杂的，因此应用AI方法和技术是一项挑战。学生可以轻松显示产品设计如何导致新的化学过程。因此，本课程将重点放在新兴领域，例如云计算，大数据，工业互联网和深度学习。CDT504产品和过程设计和实施（3个学分）本课程不仅涉及设计创新和创造力，还涉及设计思维和学习。它涵盖了化学技术课程中过程设计课程的内容，显示了过程设计和产品设计如何相互连接以及为什么研究两者对现代应用很重要。本课程的主要目标是描述化学产品和过程设计的现代策略，重点是系统的方法。
使用电子电力转换器进行能量转换
如今，能源转换在可持续增长和发展中发挥着至关重要的作用。过去，能源转换主要通过基于旋转机械的机电转换器实现。近年来，能源转换过程则由多种电力电子电路完成 [1]。电力电子转换器是一种开关电路结构，用于实现高效的能源转换系统，可用于各种应用，例如可再生能源转换、智能电网布置、能源存储管理和可持续运输。电力电子转换器系统由多种开关拓扑组成，每种拓扑都与特定应用相关。人们不断研究电力电子电路解决方案，以改进现有的转换器拓扑或创建新的拓扑。此外，电力电子设备和无源元件技术的进步导致转换器的品质不断发展，例如高效率、高增益、高功率密度和快速瞬态响应。用肉体的比喻来说，肌肉由拓扑结构表示，而电力转换器的大脑功能则通过越来越多的控制技术来实现。先进的拓扑和控制方法对于满足现代应用日益严峻的需求必不可少。因此，需要研究先进的设计标准、使用创新技术和改进的调节技术，以实现更高效、紧凑、经济高效和可持续的能源转换系统的目标 [ 2 ]。在功率转换器应用于能源转换的领域，多篇文章促进了科学界知识的增长，这些科学界参与了出版物并使用 Energies 来交流和建立这一战略技术发展领域的知识和技能。在本社论中，我们选择了各种文章来传播科学界阅读和引用最多的技术科学贡献，无论是属于 Energies 杂志还是其他出版物。在选择重要文章时考虑的时间范围是 2020 年至 2022 年。下一节根据主要主题对所考虑的论文贡献进行了分类。此外，还总结了每篇文章的具体重点和价值。
利用热电发电机为可穿戴健康监测传感器供电的能量收集面罩
简介：近几十年来，人们对可穿戴设备的兴趣与日俱增，因为它们能够远程实时监测患者的生命体征 [1]。大多数可穿戴设备的功能仅依赖于电池供电。为了解决这一限制，必须开发出对可穿戴设备非常高效的能量收集系统 [2]。能量收集是收集、转换和输送任何设备可用能量的系统过程。近年来，研究人员已经展示了各种类型的机械能量收集器作为可穿戴平台，包括高度可拉伸的压电能量收集器 [3, 4]、柔性压电纳米发电机 [5, 6] 和基于皮肤的摩擦电纳米发电机 [7]。此外，热能也可以成为可穿戴能量收集应用的可靠来源，因为它的温度恒定在 37°C 左右 [2]。热电发电机 (TEG) 的工作原理是塞贝克效应，可以有效地将设备热侧和冷侧之间的热梯度转换为电能 [8, 9, 27]。人体是一个持续的热量发生器，人体和周围环境之间通常存在温差 [10]。较低的环境温度、空气对流或佩戴者活动较多可以显著增加所收集的能量 [11]。如果 TEG 可以收集人体释放的所有热量（根据身体活动不同，热量范围从 60 到 180 W），则产生的功率将在 0.6–1.8 W 左右 [12]。这个功率足以为许多可穿戴传感器提供能量。近年来，还开发了柔性 TEG，例如 Ren 等人报道的自修复 TEG 系统 [13]。可穿戴热电技术的显著现代应用包括但不限于手表式热电和血氧仪、柔性热电心电图检测器、热电助听器、温度检测设备和智能服装系统 [14]。可穿戴和可植入设备领域（包括生物医学传感器）因其在健康监测、疾病预防、诊断和治疗中的关键应用而引起了人们的极大兴趣 [15]。研究人员展示的可穿戴生物医学传感器技术的最新进展包括但不限于被动无线呼吸传感器、耳内脑电图系统和用于闭环深部脑刺激的无线唤醒/睡眠识别腕带 [16–18]。然而，电池的有限容量和相当大的物理尺寸分别对其寿命和整体尺寸造成了限制。Dagdeviren 等人（2017 年） [19] 和 Zhang 等人（2018 年） [20]。 （2021）[20] 表明从生物体中获取能量是一个可行的解决方案，主要强调自供电生物医学设备的开发。